基于Zookeper的hadoop高可用HA精选

基于Zookeper的HDFS和YARN高可用HA精选【精简】：

提示：请先学完HDFS基础 HDFS知识点

---

一、概述：

1、Zookeeper

Zookeeper是一个分布式应用程序的协调服务。它是一个为分布式应用提供一致性服务的软件，提供的性能包括：配置维护、名字服务、分布式同步、组服务等。从设计模式的角度来理解，Zookeeper就是一个基于观察者模式设计的分布式服务管理框架。它负责存储和管理大家都关心的数据，然后接受观察者的注册，一旦这些数据的状态发生变化，Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者来做出相应的反应。

Zookeeper = 文件系统 + 通知机制

2 、HA概述

1）所谓HA（High Available），即高可用（7*24小时不中断服务）。
2）实现高可用最关键的策略是消除单点故障。HA严格来说应该分成各个组件的HA机制：HDFS的HA和YARN的HA。
3）Hadoop2.0之前，在HDFS集群中NameNode存在单点故障（SPOF）。
4）NameNode主要在以下两个方面影响HDFS集群
NameNode机器发生意外，如宕机，集群将无法使用，直到管理员重启
NameNode机器需要升级，包括软件、硬件升级，此时集群也将无法使用
HDFS HA功能通过配置Active/Standby两个NameNodes实现在集群中对NameNode的热备来解决上述问题。如果出现故障，如机器崩溃或机器需要升级维护，这时可通过此种方式将NameNode很快的切换到另外一台机器。

---

二、工作原理：

1. 元数据管理方式需要改变

内存中各自保存一份元数据；
Edits日志只有Active状态的NameNode节点可以做写操作；
两个NameNode都可以读取Edits；
共享的Edits放在一个共享存储中管理（qjournal和NFS两个主流实现）；

2. 需要一个状态管理功能模块

实现了一个zkfailover，常驻在每一个namenode所在的节点，每一个zkfailover负责监控自己所在NameNode节点，利用zk进行状态标识，当需要进行状态切换时，由zkfailover来负责切换，切换时需要防止brain split(脑裂)现象的发生,也就是数据不一致的现象。

3. 必须保证两个NameNode之间能够ssh无密码登录

4. 隔离（Fence），即同一时刻仅仅有一个NameNode对外提供服务

---

三、配置Zookeeper集群：

1. 集群规划

在hadoop1、hadoop2和hadoop3三个节点上部署Zookeeper。开启了高可用, 不需要SecondaryNameNode, 该角色并不具备故障转移的功能, 可以理解为一个备份点

hadoop102	hadoop103	hadoop104
NameNode	NameNode
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
ZK	ZK	ZK
	ResourceManager
NodeManager	NodeManager	NodeManager

2. 解压安装

（1）解压Zookeeper安装包到/exper/server/目录下

 tar -zxvf zookeeper-3.4.10.tar.gz -C /exper/server/

（2）在/exper/server/zookeeper-3.4.10/这个目录下创建zkData

mkdir -p zkData

（3）重命名/exper/server/zookeeper-3.4.10/conf这个目录下的zoo_sample.cfg为zoo.cfg

mv zoo_sample.cfg zoo.cfg

3. 配置zoo.cfg文件

（1）具体配置

dataDir=/exper/server/zookeeper-3.4.10/zkData

增加如下配置
#######################cluster##########################

server.1=hadoop1:2888:3888
server.2=hadoop2:2888:3888
server.3=hadoop3:2888:3888

（2）配置参数解读
Server.A=B:C:D。
A是一个数字，表示这个是第几号服务器；
B是这个服务器的IP地址；
C是这个服务器与集群中的Leader服务器交换信息的端口；
D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
集群模式下配置一个文件myid，这个文件在dataDir目录下，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。

4. 集群操作

（1）在/exper/server/zookeeper-3.4.10/zkData目录下创建一个myid的文件

touch myid

添加myid文件，注意一定要在linux里面创建，在notepad++里面很可能乱码
（2）编辑myid文件

vi myid

在文件中添加与server对应的编号：如1
（3）拷贝配置好的zookeeper到其他机器上

scp -r zookeeper-3.4.10/ root@hadoop2:/exper/server/
scp -r zookeeper-3.4.10/ root@hadoop3:/exper/server/

并分别修改myid文件中内容为2、3
（4）分别启动zookeeper

[root@hadoop1 zookeeper-3.4.10]# bin/zkServer.sh start
[root@hadoop2 zookeeper-3.4.10]# bin/zkServer.sh start
[root@hadoop3 zookeeper-3.4.10]# bin/zkServer.sh start

（5）查看状态

[root@hadoop1 zookeeper-3.4.10]# bin/zkServer.sh status
JMX enabled by default
Using config: /exper/server/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower
[root@hadoop2 zookeeper-3.4.10]# bin/zkServer.sh status
JMX enabled by default
Using config: /exper/server/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: leader
[root@hadoop3 zookeeper-3.4.10]# bin/zkServer.sh status
JMX enabled by default
Using config: /exper/server/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower

四、配置HDFS-HA集群

1、 修改配置文件

（1） 在exper目录下创建一个ha文件夹

mkdir ha

（2） 备份hadoop 将hadoop目录拷贝到ha里

cp -r /exper/server/hadoop-3.1.3/ /exper/ha/

（3）修改配置core-site.xml

   <!-- 把两个NameNode）的地址组装成一个集群mycluster -->
    <property>
            <name>fs.defaultFS</name>
            <value>hdfs://mycluster</value>
    </property>
            <!-- 指定 hadoop 数据的存储目录 -->
     <property>
              <name>hadoop.tmp.dir</name>
              <value>/exper/ha/hadoop-3.1.3/data/tmp</value>
      </property>

      <!--自动故障转移的总人数  -->
    <property>
			<name>ha.zookeeper.quorum</name>
			<value>hadoop1:2181,hadoop2:2181,hadoop3:2181</value>
	</property>

（4）修改配置hdfs-site.xml

 		 <property>
                <name>dfs.namenode.rpc-address.mycluster.nn1</name>
                <value>hadoop1:9000</value>
        </property>
<!-- nn2的RPC通信地址 -->
        <property>
                <name>dfs.namenode.rpc-address.mycluster.nn2</name>
                <value>hadoop2:9000</value>
        </property>
<!-- nn1的http通信地址 -->
        <property>
                <name>dfs.namenode.http-address.mycluster.nn1</name>
                <value>hadoop1:9870</value>
        </property>

        <!-- nn2的http通信地址 -->
        <property>
                <name>dfs.namenode.http-address.mycluster.nn2</name>
                <value>hadoop2:9870</value>
        </property>
        <!-- 指定NameNode元数据在JournalNode上的存放位置 -->
        <property>
                <name>dfs.namenode.shared.edits.dir</name>
                <value>qjournal://hadoop1:8485;hadoop2:8485;hadoop3:8485/mycluster</value>
        </property>
        <!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 -->
         <property>
                <name>dfs.ha.fencing.methods</name>
                <value>sshfence</value>
        </property>
        <!-- 使用隔离机制时需要ssh无秘钥登录-->
        <property>
                <name>dfs.ha.fencing.ssh.private-key-files</name>
                <value>/root/.ssh/id_rsa</value>
        </property>
      <!-- 声明journalnode服务器存储目录-->
        <property>
                <name>dfs.journalnode.edits.dir</name>
                <value>/exper/ha/hadoop-3.1.3/data/jn</value>
        </property>
        <!-- 关闭权限检查-->
        <property>
                <name>dfs.permissions.enable</name>
                <value>false</value>
        </property>
        <!-- 访问代理类：client，mycluster，active配置失败自动切换实现方式-->
        <property>
                <name>dfs.client.failover.proxy.provider.mycluster</name>
                <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
        </property>
        <!-- 自动故障转移-->
        <property>
			<name>dfs.ha.automatic-failover.enabled</name>
			<value>true</value>
		</property>

（7）拷贝配置好的hadoop环境到其他节点

scp -r /exper/ha/ root@hadoop2:/exper/ha/

2、启动集群

（1）在所有的JournalNode节点上，输入以下命令启动journalnode服务 三台

sbin/hadoop-daemon.sh start journalnode

（2）在[nn1]上，对其进行格式化，并单独启动

必须启动Journalnode

bin/hdfs namenode -format
sbin/hadoop-daemon.sh start namenode

（3）在[nn2]上，同步nn1的元数据信息

bin/hdfs namenode -bootstrapStandby

(4) 添加启动用户在sbin/start-dfs.sh和stop.dfs.sh文件里

HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
HDFS_JOURNALNODE_USER=root
HDFS_ZKFC_USER=root

（5）关闭所有HDFS服务，

注意因为之前有一份hadoop 所以记得要在ha目录下的hadoop下启动，不能全局启动，关闭也是一样的，除非改/etc/profile下的全局变量。

/exper/ha/hadoop-3.1.3/sbin/stop-dfs.sh

（6）启动Zookeeper集群，在三台都启动

bin/zkServer.sh start

（7）初始化HA在Zookeeper中状态

bin/hdfs zkfc -formatZK

（8）启动HDFS服务，

注意因为之前有一份hadoop 所以记得要在ha目录下的hadoop下启动，不能全局启动，关闭也是一样的。

/exper/ha/hadoop-3.1.3/sbin/start-dfs.sh

（9）在各个NameNode节点上启动DFSZK Failover Controller，先在哪台机器启动，哪个机器的NameNode就是Active NameNode

start-dfs.sh里加了HDFS_ZKFC_USER=root可跳过

 sbin/hadoop-daemon.sh start zkfc

成功图如下 其中一个位active状态

集群搭建完毕。

3、制作一键启动脚本

创建文件

vim bigdata.sh

输入

#!/bin/sh
flag=$1
start_exc="start"
stop_exc="stop"
if  [ $flag = $start_exc ]
then
        echo "正在启动中"
        # 循环启动zk
        for ((i=1;i<=3;i=$i+1));do
                echo “进入hadoop$i”
                ssh hadoop$i "/exper/server/zookeeper-3.4.10/bin/zkServer.sh start"

        done
        #执行
        eval "/exper/ha/hadoop-3.1.3/sbin/start-dfs.sh"
        # 手动取消nn2为active状态
        echo yes | eval "/exper/ha/hadoop-3.1.3/bin/hdfs haadmin -transitionToStandby --forcemanual nn2"
elif [ $flag = $stop_exc ]
then
        echo "正在停止中"
        for ((i=1;i<=3;i=$i+1));do
                echo “进入hadoop$i”
                ssh hadoop$i "/exper/server/zookeeper-3.4.10/bin/zkServer.sh stop"
         done

        eval "/exper/ha/hadoop-3.1.3/sbin/stop-dfs.sh"
else
        echo "请带参数start或者stop"
fi
echo "######################################运行end############################################"

给文件权限

chmod 777 bigdata.sh

执行启动

./bigdata.sh start 

执行关闭

./bigdata.sh stop

五、Yarn 高可用

基础前提YARN知识

1、配置YARN-HA集群规划

规划集群，hadoop1的Namenode 作为active所以不在hadoop1上搭建ResourceManager， hadoop2由于服务比较多，作为Namenode和ResourceManager备份，处于不激活standby状态，hadoop3的ResourceManager作为active，这样实现了内存优化分配。

hadoop1	hadoop2	hadoop3
NameNode（active）	NameNode（standby）
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
ZK	ZK	ZK
	ResourceManager（standby）	ResourceManager（active）
NodeManager	NodeManager	NodeManager

2 具体配置

（1） yarn-site.xml配置

 

<!-- Site specific YARN configuration properties -->
<!-- 指定 MR 走 shuffle -->
         
                yarn.nodemanager.aux-services</name>
                mapreduce_shuffle</value>
         </property>
<!--启用resourcemanager ha-->
        
                yarn.resourcemanager.ha.enabled</name>
                true</value>
        </property>
<!--声明两台resourcemanager的地址-->
         
                yarn.resourcemanager.cluster-id</name>
                 cluster-yarn1</value>
        </property>

        
                 yarn.resourcemanager.ha.rm-ids</name>
                 rm2,rm3</value>
        </property>

        
                 yarn.resourcemanager.hostname.rm2</name>
                 hadoop2</value>
        </property>

        
                 yarn.resourcemanager.hostname.rm3</name>
                 hadoop3</value>
        </property>
         <!--指定zookeeper集群的地址-->
        
                yarn.resourcemanager.zk-address</name>
                 hadoop1:2181,hadoop2:2181,hadoop3:2181</value>
        </property>
         <!--启用自动恢复-->
        
                yarn.resourcemanager.recovery.enabled</name>
                true</value>
        </property>
            <!--指定resourcemanager的状态信息存储在zookeeper集群-->
         
                 yarn.resourcemanager.store.class</name>
                org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
        </property>
 <!-- 环境变量的继承 -->
         
                 yarn.nodemanager.env-whitelist</name>

                JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CO
                NF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAP
                RED_HOME</value>
         </property>

</configuration>

（2）同步更新其他节点的配置信息

 rsync -rvl /exper/ha/hadoop-3.1.3/sbin/ root@hadoop2:/exper/ha/hadoop-3.1.3/sbin/
 rsync -rvl /exper/ha/hadoop-3.1.3/sbin/ root@hadoop3:/exper/ha/hadoop-3.1.3/sbin/

3. 启动YARN

（1）在hadoop2中执行：

/exper/ha/hadoop-3.1.3/sbin/start-yarn.sh

（2）在hadoop3中执行：

/exper/ha/hadoop-3.1.3/sbin/yarn-daemon.sh start resourcemanager

（3）查看服务状态，如图3-24所示

/exper/ha/hadoop-3.1.3/bin/yarn rmadmin -getServiceState rm2
/exper/ha/hadoop-3.1.3/bin/yarn rmadmin -getServiceState rm3

现在2中执行start-yarn.sh
命令，所以2的rm为active，之后3启动的rm为standby，但对外透明，只提供使用，不显示谁为active，即使访问3的yarn页面，也会跳转到2。
kill掉2后，2不能访问，yarn页面不会自动跳转，需要手动访问3，此时3已经成为active，但对外透明，实现yarn高可用

最终启动和停止shell代码

#!/bin/sh
flag=$1
start_exc="start"
stop_exc="stop"
if  [ $flag = $start_exc ]
then
        echo "正在启动中"
        # 循环启动zk
        for ((i=1;i<=3;i=$i+1));do
                echo “进入hadoop$i”
                ssh hadoop$i "/exper/server/zookeeper-3.4.10/bin/zkServer.sh start"

        done
        #执行
        eval "/exper/ha/hadoop-3.1.3/sbin/start-dfs.sh"
        # 手动取消nn2为active状态
        echo yes | eval "/exper/ha/hadoop-3.1.3/bin/hdfs haadmin -transitionToStandby --forcemanual nn2"
        ssh hadoop2 " /exper/ha/hadoop-3.1.3/sbin/start-yarn.sh"
        ssh hadoop2 "echo yes | eval '/exper/ha/hadoop-3.1.3/bin/yarn rmadmin -transitionToStandby rm2 --forcemanual'"
elif [ $flag = $stop_exc ]
then
        echo "正在停止中"
        for ((i=1;i<=3;i=$i+1));do
                echo “进入hadoop$i”
                ssh hadoop$i "/exper/server/zookeeper-3.4.10/bin/zkServer.sh stop"
         done

        eval "/exper/ha/hadoop-3.1.3/sbin/stop-dfs.sh"
        ssh hadoop2 " /exper/ha/hadoop-3.1.3/sbin/stop-yarn.sh"
else
        echo "请带参数start或者stop"
fi
echo "######################################运行end############################################"